Arrastrándose conocimientos casi las diez de la cartelera

1. Abra la página Web https://tophub.today/

2. Presione Ctrl + T para abrir la fuente de la página

3. Localizar los datos que desea rastrear

4.

Importación Pide
 importación PANDAS como Pd
 de BS4 importación BeautifulSoup
 de PANDAS importación trama de datos 
LST = [] # crear una lista vacía 
url = ' https://tophub.today/ ' # URL de las páginas rastreadas 
DEF GET (url):
     el intento : 
        cabeceras = { ' el Agente User-- ' : ' la Mozilla / 5.0 (Windows NT 10,0; Win64; x64-) AppleWebKit / 537.36 (KHTML, como el Gecko) la Chrome / 80.0.3987.122 Safari / 537.36 ' } # disfraz reptiles
        = Requests.get URL (URL, tiempo de espera = 30, cabeceras = cabeceras) # solicitud de transmisión 
        url.raise_for_status () 
        url.encoding = ' UTF-8. ' 
        Retorno url.text 
     la excepción :
         el retorno  " anormal " 
# Crear una ubicación de datos carpeta de 
DEF Crear (LST, HTML, NUM): 
        sopa = la BeautifulSoup (HTML, ' html.parser ' ) 
        A = soup.find_all ( ' período ' , el class_ = ' T ' ) 
        B = soup.find_all ( 'lapso 'el class_ = ' E ' )
         Imprimir ( ' {:} 10 ^ \ t {:} 30 ^ \ t {:} ^ 10 ' .formato ( ' Rango ' ' Título ' ' calor ' ))
         para que en Rango (NUM):
             Imprimir ( ' {:} 10 ^ \ T {:} 30 ^ \ T {:} ^ 10 ' . .formato (I + 1, a [I + 50] .string, B [I + 50 ] .string)) # imprimir el contenido de rastreo 
            lst.append ([I +. 1, un [I + 50] .string, B [I + 50] .string]) # los datos que se arrastran en la lista 
= HTML GET (url)
Crear (LST, HTML,10 ) 
DF = pd.DataFrame (LST, Columnas = [ ' rango ' , ' Título ' , ' calor ' ]) 
ZHHot = ' E: \ Nueva carpeta \ sabe calientes datos de graduación de la búsqueda casi diez .xlsx ' 
df.to_excel (ZHHot)

 

 

 

El rastreo de datos